Atlas系列硬件: Atlas 200l DK A2 开发者套件; Atlas 200l DK 开发者套件（型号：3000）; 加速模块、加速卡、智能小站、服务器、集群

异构计算架构: CANN社区版; CANN商用版

AI框架: MindSpore; TensorFlow框架模型（社区版）; TensorFlow框架模型（商用版）; PyTorch框架适配

昇腾推理引擎: MindIE

应用使能MindX: MindX DL; MindX Edge; MindX SDK

全流程开发工具: MindStudio

学习向导

概述

本文用于指导开发人员基于现有模型使用pyACL（Python Ascend Computing Language）提供的Python语言API库开发深度神经网络应用，用于实现目标识别、图像分类等功能。

通过本文档您可以达成：

了解pyACL的功能架构、基本概念以及接口的典型调用流程。
使用pyACL接口进行应用开发的基本流程和实现方法。
能够基于本文档中的样例，扩展进行其它应用的开发。

掌握以下经验和技能可以更好地理解本文档：

具备Python语言程序开发能力。
对机器学习、深度学习有一定的了解。

文档使用建议

如果您是第一次使用本文档，或者还不清楚以下问题时，建议先从快速入门了解下应用开发的整体过程，然后了解概述，再通过开发基础推理应用、图像/视频数据处理、单算子调用等章节的接口调用流程与示例代码来深入学习。

pyACL在整体架构的什么位置？
pyACL中的Device、Stream、Context是用来做什么的？
使用pyACL接口开发应用时，包含哪几个基本步骤？

如果您在使用本文档时，已了解使用pyACL接口开发应用的基本步骤，想进一步学习时，可参照下图的应用开发向导。